基准测试
16 published articles
人工智能Featured4 min read
生成式 AI
Google 的 CO2Jump 在单次生成中融合文本与图像，并实时自我修正
Google 推出 CO2Jump，一种无需训练的联合文本与图像生成采样器。它利用自我修正的马尔可夫跳跃过程，其中每种模态的置信度分数实时指导另一模态的更新，在单次生成中产生连贯的多模态输出。该方法还附带三个用于评估联合生成的新型基准数据集。
2026-07-14
Anthropic / ClaudeFeatured4 min read
AI 模型发布
Anthropic 发布 Claude Sonnet 5：更具代理能力的模型，定价具有竞争力
Anthropic 发布 Claude Sonnet 5，该模型在编码、工具使用和推理等代理任务上缩小了与 Opus 级模型的差距。定价具有竞争力，今日起通过各计划和 Claude API 提供。
2026-07-10
人工智能3 min read
人工智能
Kimi K2.7 Code更快更便宜，但开源编程撞上了名为GPT-5.5的墙。
月之暗面的Kimi K2.7 Code在长周期编程任务上取得显著进步，令牌浪费减少30%。然而GPT-5.5和Claude Opus 4.8在关键基准测试中仍保持领先，凸显了开源决策在实际应用中的权衡。
2026-07-09
实验室与研究4 min read
深度解读新鲜预印本
五天前刚发布的论文2606.23050，告诉我们AI的未来走向
一份33页的预印本论文2606.23050，五天前发布，标志着对AI研究的重要贡献。本文解析其方法论、关键发现以及对机器学习和自然语言处理发展轨迹的启示。
2026-07-07